LLMs im M&A-Datenraum: Wo Change-of-Control-Klauseln zur Garantieleiche werden

Warum LLMs im M&A-Datenraum eine andere Logik brauchen als im Legal-Research

Legal-Research ist ein vergleichsweise sauberes Problem. Sie haben eine Rechtsfrage, Sie haben strukturierte Quellen (Gesetze, Kommentare, Urteile in halbwegs standardisierten Datenbanken), und Sie wollen eine Antwort mit Quellenangabe. Retrieval-Augmented Generation funktioniert hier ordentlich, weil die zugrundeliegenden Dokumente kuratiert sind und der LLM auf eine relativ enge semantische Frage antwortet.

Ein Virtual Data Room sieht fundamental anders aus. Ein typischer Mid-Cap-VDR in der DACH-Region enthält zwischen 2.000 und 15.000 Dokumente. Geschäftsführerverträge im Word-Format, gescannte Gesellschafterbeschlüsse von 1998, Excel-Listen mit Forderungssalden, PDF-Verträge mit handschriftlichen Anmerkungen, Disclosure Schedules als unstrukturierte Tabellen, und zwischendrin der eigentliche SPA-Entwurf in mehreren Versionen. Metadaten? Häufig nur der Dateiname, und der ist selten konsistent.

Das Problem für ein LLM ist nicht die Sprachverarbeitung. Das Problem ist die Aufgabe selbst: Klausel-Interpretation unter Unsicherheit. Eine Change-of-Control-Klausel ist nicht „eine Klausel”. Sie ist eine Familie von Formulierungen, die je nach Vertragstyp, Branche und Jurisdiktion anders aussieht, anders verweist und anders ausgelöst wird. Wenn Sie einen LLM darauf ansetzen, „alle CoC-Klauseln zu finden”, bekommen Sie eine Liste, die plausibel aussieht. Ob sie vollständig ist, weiss niemand. Auditierbar im Sinne eines DD-Reports ist sie nicht.

Aus meiner Sicht ist genau das der Punkt, an dem die meisten Tool-Demos schweigen. Sie zeigen den Happy Path: ein sauberer Vertrag, eine eindeutige Klausel, ein hübscher Output. Der Realfall im Mittelstands-VDR sieht anders aus.

Die konkrete LLM-Pipeline für Vertragsanalyse im Virtual Data Room

Eine produktiv einsetzbare Pipeline für Corporate-Finance-Boutiquen besteht aus vier Schritten. Keiner davon ist optional.

Schritt 1: Ingestion und Klassifikation. Bevor ein LLM überhaupt eine Klausel sieht, müssen die Dokumente klassifiziert werden. Ist das ein Liefervertrag, ein Arbeitsvertrag, ein Kreditvertrag, ein Gesellschaftervertrag? Diese Klassifikation entscheidet, welche Klauseltypen überhaupt relevant sind. Ein Embedding-basierter Klassifikator funktioniert hier gut, muss aber für deutsche Vertragstypen trainiert oder zumindest mit Beispielen kalibriert sein. OCR-Qualität ist der zweite Engpass: Scans aus den 2000er-Jahren liefern Texte, in denen „Gewährleistung” als „Gewahrleistung” oder schlimmer ankommt. Eine OCR-Qualitätsprüfung vor dem LLM-Schritt ist Pflicht, nicht Kür. Chunking-Strategie: ein 80-seitiger Liefervertrag passt nicht in ein sinnvolles Kontextfenster, wenn Sie zugleich Anlagen mitziehen wollen. Semantisches Chunking entlang von Paragraphen und Verweisstrukturen funktioniert besser als blindes Token-Splitting.

Schritt 2: Klausel-Extraktion. Hier kommt das Prompt-Design ins Spiel. Generische Prompts wie „Finde alle Change-of-Control-Klauseln” produzieren genau das, was Sie nicht wollen: plausible Listen ohne Vollständigkeitsgarantie. Besser sind kategorienspezifische Prompts mit expliziten Beispielen für positive und negative Treffer. Für CoC-Klauseln definieren Sie Trigger-Varianten (Anteilsübertragung, Stimmrechtsverschiebung, wirtschaftliche Kontrolle), Rechtsfolge-Varianten (Kündigungsrecht, Anpassungspflicht, Zustimmungsvorbehalt) und Ausnahmen (Konzernklauseln, Restrukturierungen). Das LLM sucht dann nicht „Klauseln”, sondern füllt ein Raster.

Schritt 3: Strukturierter Output. JSON-Schema mit Pflichtfeldern. Klauseltyp, Vertragsreferenz, exakter Wortlaut, vermuteter Trigger, vermutete Rechtsfolge, Konfidenz, Verweise auf andere Dokumente. Freitext-Outputs sind für DD-Reports unbrauchbar, weil sie nicht aggregierbar sind. Strukturierter Output lässt sich in eine Red-Flag-Matrix kippen, die der Senior auf einen Blick scannt.

Schritt 4: Human-in-the-Loop. Konfidenz-Schwellenwerte sind hier das wichtigste Werkzeug. Alles unter, sagen wir, 0,8 geht direkt an den Reviewer. Alles über 0,8 wird stichprobenartig geprüft. Eskalationslogik: bestimmte Klauseltypen (CoC, MAC, Earn-Out) gehen unabhängig vom Konfidenzwert immer an einen Senior. Das ist der Punkt, an dem die Pipeline aufhört, ein Tool zu sein, und anfängt, ein Workflow zu werden.

Wo LLMs bei Change-of-Control-Klauseln systematisch scheitern

CoC-Klauseln sind das Lehrstück für LLM-Grenzen im M&A-Kontext. Vier konkrete Failure-Modi tauchen immer wieder auf.

Definitionsvarianten. Im deutschen und österreichischen Recht gibt es keine einheitliche CoC-Definition. Ein Liefervertrag spricht von „Übergang der Mehrheit der Geschäftsanteile”. Ein Kreditvertrag spricht von „direkter oder indirekter Änderung der Kontrolle im Sinne von §17 AktG”. Ein Lizenzvertrag definiert CoC über eine Konzernklausel mit Verweis auf §15 AktG. Ein LLM, das auf US-Standard-CoC-Sprache trainiert wurde, erkennt die deutsche Konzernklausel oft nicht als CoC-Trigger. Das ist kein Bug im Modell, das ist eine Trainingsdaten-Lücke.

Kaskadierende Verweise. Eine CoC-Klausel in einem Kreditvertrag verweist auf Anlage 3. Anlage 3 enthält die Definition von „Kontrolle”. Diese Definition verweist auf den Gesellschaftervertrag der Kreditnehmerin. Der Gesellschaftervertrag liegt als separates Dokument im VDR. Kein LLM löst diese Kette zuverlässig auf, wenn die Dokumente nicht explizit verlinkt sind. Das Modell liefert eine plausible Zusammenfassung der CoC-Klausel, die aber die tatsächliche Definition nicht enthält. Der Reviewer bekommt eine korrekt klingende Antwort auf eine unvollständig verstandene Frage.

Negativ-Formulierungen. „Eine Change of Control liegt nicht vor, sofern die Anteilsübertragung innerhalb des Konzerns der Verkäuferin erfolgt.” LLMs gewichten solche Ausnahmen häufig zu schwach. Im Output erscheint die Klausel als „CoC-Trigger bei Anteilsübertragung”, die Ausnahme wird im Nebensatz erwähnt oder fehlt. Das ist gefährlich, weil die Ausnahme oft der eigentliche Knackpunkt der Transaktion ist.

Übersehene Triggerquellen. Ein typisches Muster im Mittelstands-SPA: Der Bankkredit der Zielgesellschaft enthält eine CoC-Klausel, die bei Anteilsübergang Sondertilgung auslöst. Steht im Kreditvertrag, nicht im SPA. Wenn das DD-Team den Kreditvertrag nur oberflächlich vom LLM scannen lässt und die Tilgungsfolgen nicht in die Transaktionsstruktur einbezieht, kann das den Kaufpreis um Millionen verschieben. Ein häufiges Muster: das LLM hat die Klausel gefunden, aber als „Standardklausel” eingestuft, weil sie sprachlich unauffällig formuliert war.

Earn-Out-Strukturen: Komplexität, die LLMs unterschätzen

Earn-Outs sind im DACH-Mid-Market der Standard für strittige Bewertungen. EBITDA-basiert, umsatzbasiert, gelegentlich an Kundenretention oder Auftragsbestand geknüpft. Die Streitquellen sind seit Jahrzehnten dieselben: Was zählt als EBITDA? Welche Sonderaufwendungen werden bereinigt? Wer entscheidet bei Dissens?

Die sprachliche Ambiguität in Berechnungsformeln ist für LLMs ein Minenfeld. Ein typischer Earn-Out-Passus enthält eine Formel, die auf Konzernrechnungslegung verweist, gleichzeitig auf Anpassungen für „aussergewöhnliche Geschäftsvorfälle”, und dann auf einen Schiedsmechanismus, der seinerseits auf Wirtschaftsprüfer-Standards verweist. Ein LLM produziert auf diese Passage eine flüssige Zusammenfassung. Diese Zusammenfassung ist fast immer in Teilen falsch, weil sie die Wechselwirkung zwischen Bereinigungen und Schiedsmechanismus nicht abbildet.

Noch kritischer: die Querverweise auf Post-Closing-Covenants. Earn-Out-Klauseln sind nur die halbe Miete. Der Verkäufer braucht Schutz davor, dass der Käufer nach Closing das EBITDA künstlich drückt (etwa durch Konzernumlagen oder verschobene Investitionen). Diese Schutzklauseln stehen oft an völlig anderer Stelle im SPA, in den Post-Closing-Covenants. Ein LLM, das nur die Earn-Out-Sektion analysiert, übersieht die Schutzlücke. Das ist eine klassische Garantieleiche: nicht falsch berichtet, sondern unvollständig berichtet.

Meine Empfehlung an Boutiquen: LLM ausschliesslich als Flagging-Tool für Earn-Out-Strukturen einsetzen. Die eigentliche Formelinterpretation muss durch das Financial-DD-Team erfolgen, das den Earn-Out durchrechnet und gegen die Bilanz testet. Alles andere ist Haftungs-Roulette.

Garantiekataloge und Disclosure Schedules: die unterschätzte Hauptrisikozone

Disclosure Schedules sind der Albtraum jeder LLM-Pipeline. Sie liegen im VDR häufig als Excel-Listen vor, manchmal als PDF-Tabellen, gelegentlich als Word-Dokumente mit eingebetteten Tabellen. Die Struktur ist projektspezifisch. Eine Liste offener Rechtsstreitigkeiten, eine Liste laufender Verträge mit Kündigungsrechten, eine Liste von Garantieausnahmen, alles in einem Dokument.

LLMs sind hier besonders fehleranfällig, weil die Tabellenstruktur oft semantisch trägt. Eine Zeile mit „Rechtsstreit X, Streitwert 250k, Status: anhängig” ist nur dann eine Disclosure gegen die Garantie „keine wesentlichen Rechtsstreitigkeiten”, wenn die Wesentlichkeitsschwelle im SPA bei unter 250k liegt. Das LLM kennt diese Schwelle nur, wenn der SPA mit gelesen wurde und der Querverweis explizit gemacht wurde.

Typische Garantieleichen, die im Disclosure-Schedule-Review untergehen:

• Zeitlich begrenzte Garantien, die nach Closing weniger Zeit haben als der Käufer denkt, weil eine Verjährungsregelung im SPA übersehen wurde.
• Wesentlichkeitsschwellen mit De-minimis-Regelung, die einzelne Schäden ausschliesst, kumulierte Schäden aber zulässt. Falsch verstanden bedeutet das einen Haftungs-Unterschied im sechsstelligen Bereich.
• Sandbagging-Klauseln (oder das explizite Fehlen davon): Darf der Käufer Garantieansprüche geltend machen, obwohl er den zugrundeliegenden Sachverhalt vor Closing kannte? In deutschen SPAs ist das oft offen formuliert. LLMs neigen dazu, hier US-Standard zu interpolieren, der mit dem deutschen Verständnis nicht deckungsgleich ist.

Ein zweistufiges Review-System reduziert die Fehlerrate spürbar: LLM flagt potenzielle Disclosure-Lücken und Garantie-Schwellenwerte, ein Senior-Anwalt prüft die Flags gegen den SPA-Text. Wichtig ist die Dokumentation: Welche Klauseln hat das LLM markiert, welche nicht, und mit welchem Prompt? Diese Logs sind für Haftungszwecke essenziell. Wenn ein Mandant sechs Monate nach Closing fragt, warum eine bestimmte Disclosure übersehen wurde, brauchen Sie den Audit-Trail.

Implementierung für Corporate-Finance-Boutiquen im DACH-Mid-Market

Die Make-or-Buy-Entscheidung ist die erste strategische Weichenstellung. Spezialisierte Tools wie Luminance oder Kira bieten vortrainierte Klausel-Modelle, die für Standard-Klauseltypen sehr gut funktionieren. Sie kosten allerdings pro Sitzplatz im fünfstelligen Bereich pro Jahr und sind für die spezifischen Vertragsstrukturen des DACH-Mittelstands nicht immer optimal trainiert. Eigene Pipelines auf GPT-4o oder Claude bieten mehr Flexibilität, erfordern aber Prompt-Engineering-Kompetenz und kontinuierliche Qualitätssicherung.

Meine Faustregel: Boutiquen mit unter zehn Mitarbeitenden und unter zwanzig Transaktionen pro Jahr fahren mit einem Standard-Tool besser. Häuser darüber, insbesondere wenn sie wiederkehrende Branchenfokussierungen haben (Healthcare, SaaS, Industrie), profitieren von einer eigenen Pipeline, weil sie ihre Klausel-Bibliothek gezielt aufbauen können.

Datenschutz und Vertraulichkeit sind in dieser Branche keine Nebenfrage. Mandantenanforderungen liegen praktisch immer bei EU-Hosting, kein Trainings-Opt-in, klare Löschfristen. Das schliesst einige US-basierte Tools de facto aus, zumindest in der Standardkonfiguration. Anbieter mit dedizierten EU-Tenants und vertraglichen Garantien zur Trainings-Daten-Trennung sind das Minimum. Bei eigenen Pipelines: Azure OpenAI mit EU-Region oder vergleichbare Setups sind gangbar, müssen aber sauber dokumentiert werden.

Ressourcenbedarf für eine fünf- bis zehnköpfige Boutique: Eine produktive Pipeline aufzubauen kostet realistisch drei bis sechs Monate Vorlaufzeit, einen technischen Verantwortlichen mit zwanzig bis dreissig Prozent Kapazität, und einen Senior aus dem Fachbereich, der die Prompts und Klausel-Definitionen kalibriert. Wer das ohne diese Ressourcen versucht, baut Spielzeug.

ROI-Kalkulation: Die Erstdurchsicht eines Mid-Cap-VDR (3.000 bis 5.000 Dokumente) kostet ohne KI typisch 80 bis 120 Stunden Junior-Zeit. Mit einer funktionierenden Pipeline reduziert sich das auf 30 bis 50 Stunden, plus 10 bis 15 Stunden Senior-Review der LLM-Flags. Das Delta finanziert eine Pipeline nach drei bis fünf grösseren Mandaten. Die eigentliche Wertschöpfung liegt aber nicht in den eingesparten Stunden, sondern in der Vollständigkeit der Red-Flag-Liste und der Reaktionsgeschwindigkeit gegenüber Mandanten.

Fazit: LLMs als Hebel, nicht als Ersatz

Die Erstdurchsicht eines VDR ist heute mit LLM-Unterstützung deutlich schneller und in vielen Bereichen vollständiger als ohne. Das ist die gute Nachricht. Die unbequeme Nachricht: Die kritischen Risiken liegen genau in den Dokumenten, die ein LLM als unauffällig einstuft. Eine sauber formulierte Standard-Klausel kann eine Garantieleiche enthalten, wenn der Querverweis auf eine Anlage übersehen wurde. Eine Earn-Out-Formel kann technisch korrekt zusammengefasst sein und trotzdem den entscheidenden Schutzmechanismus unterschlagen.

Mein Rat an Corporate-Finance-Boutiquen: Red-Flag-first-Ansatz. Definieren Sie für jede Transaktion vorab die Klauseltypen, die unabhängig vom LLM-Konfidenzwert immer an einen Senior eskaliert werden. CoC, MAC, Earn-Out, Wesentlichkeitsschwellen, Sandbagging-Regelungen, Kreditvertrags-Klauseln. Alles andere kann das LLM in der ersten Welle abdecken. Der Senior konzentriert sich auf die Eskalationen und auf die Stichproben.

Wer die Pipeline so aufsetzt, bekommt das Beste aus beiden Welten: Geschwindigkeit, wo sie sicher ist, und menschliches Urteil, wo es zählt. Wer sie nicht so aufsetzt, baut sich eine Haftungsfalle, die irgendwann zuschnappt.